Transmission disequilibrium test for quantitative trait loci detection in livestock populations
Notice bibliographique
Résumé
The performance of several transmission disequilibrium tests (TDT) for detection of quantitative trait loci (QTL) in data structures typical of outbred livestock populations were investigated. Factorial mating designs were simulated with 10 sires mated to either 50 or 200 dams, each family having five or eight full sibs. A single marker and QTL, both bi-allelic, were simulated using a disequilibrium coefficient based on complete initial disequilibrium and 50 generations of recombination [i.e. D = D(0)(1 - theta)50], where theta is the recombination fraction between marker and QTL. The QTL explained either 10% (small QTL) or 30% (large QTL) of the genetic variance for a trait with heritability of 0.3. Methods were: TDT for QTL (Q-TDT; both parents known), 1-TDT (only one parent known) and sibling-based TDT (S-TDT; neither parent known, but sibs available). All were found to be effective tests for association and linkage between the QTL and a tightly linked marker (theta < 0.02) in these designs. For a large QTL, theta = 0.01, and five full sibs per family, the empirical power for Q-TDT, 1-TDT and S-TDT was 0.966, 0.602 and 0.974, respectively, in a large population, versus 0.700, 0.414 and 0.654, respectively, in a small population. For a small QTL effect, theta = 0.01, large population the empirical power of these tests were 0.709, 0.287 and 0.634. The power of Q-TDT, 1-TDT and S-TDT was satisfactory for large populations, for QTL with large effects and for five full sibs per family. The 1-TDT based on a linear model was more powerful than the normal 1-TDT. The empirical power for Q-TDT and 1-TDT with a linear model was 0.978 and 0.995 respectively. TDT based on analogous linear models, incorporating the polygenic covariance structure, provided only small increases in power compared with the usual TDT for QTL.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».